A Microsoft infunde agentes empresariais com raciocínio profundo e revela agente de Análise de Dados que supera concorrentes.

A Microsoft construiu o maior ecossistema de agentes de IA empresarial e agora está ampliando sua liderança com novas capacidades poderosas que posicionam a empresa à frente em um dos segmentos mais emocionantes da tecnologia empresarial.

A empresa anunciou na noite de terça-feira duas adições significativas à sua plataforma Copilot Studio: capacidades de raciocínio profundo que permitem que os agentes enfrentem problemas complexos por meio de um pensamento cuidadoso e metódico, e fluxos de agentes que combinam flexibilidade de IA com automação de processos empresariais determinísticos. A Microsoft também revelou dois agentes especializados em raciocínio profundo para o Microsoft 365 Copilot: Researcher e Analyst.

“Temos clientes com milhares de agentes já,” disse Charles Lamanna, Vice-Presidente Corporativo da Microsoft para Copilot de Negócios e Indústrias, em uma entrevista exclusiva ao VentureBeat na segunda-feira. “Começa a haver esse tipo de força de trabalho agentiva onde, não importa qual seja o trabalho, você provavelmente tem um agente que pode ajudá-lo a concluí-lo mais rapidamente.”

Agente Analista Distintivo da Microsoft

Enquanto o agente Researcher espelha capacidades de concorrentes como o Deep Research da OpenAI e o Deep Research do Google, o agente Analyst representa uma oferta mais diferenciada. Projetado para funcionar como um cientista de dados pessoal, o agente Analyst pode processar diversas fontes de dados, incluindo arquivos do Excel, CSVs e tabelas incorporadas em documentos, gerando insights por meio de execução de código e visualização.

“Este não é um modelo básico de prateleira,” enfatizou Lamanna. “Esta é uma extensão considerável e ajuste e treinamento em cima dos modelos principais.” A Microsoft aproveitou seu profundo entendimento dos fluxos de trabalho do Excel e padrões de análise de dados para criar um agente que se alinha com a forma como os usuários empresariais realmente trabalham com dados.

O Analyst pode gerar automaticamente código Python para processar arquivos de dados carregados, produzir visualizações e fornecer insights de negócios sem exigir expertise técnica dos usuários. Isso o torna particularmente valioso para análise financeira, previsão orçamentária e casos de relatórios operacionais que normalmente requerem extensa preparação de dados.

Raciocínio profundo: Trazendo pensamento crítico para agentes empresariais

A capacidade de raciocínio profundo da Microsoft estende as habilidades dos agentes além da simples conclusão de tarefas para trabalhos de julgamento e análise complexos. Ao integrar modelos avançados de raciocínio como o o1 da OpenAI e conectá-los a dados empresariais, esses agentes podem enfrentar problemas de negócios ambíguos de forma mais metódica.

O sistema determina dinamicamente quando invocar raciocínio mais profundo, seja implicitamente com base na complexidade da tarefa ou explicitamente quando os usuários incluem prompts como “razão sobre isso” ou “pense realmente muito sobre isso.” Nos bastidores, a plataforma analisa instruções, avalia contextos e seleciona ferramentas apropriadas com base nos requisitos da tarefa.

Isso possibilita cenários que eram anteriormente difíceis de automatizar. Por exemplo, uma grande empresa de telecomunicações utiliza agentes de raciocínio profundo para gerar respostas complexas a RFPs, assembleando informações de vários documentos internos e fontes de conhecimento, contou Lamanna ao VentureBeat. Da mesma forma, a Thomson Reuters emprega essas capacidades para diligência em revisões de fusões e aquisições, processando documentos não estruturados para identificar insights, afirmou ele. Veja um exemplo do raciocínio do agente em ação no vídeo abaixo:

Fluxos de agentes: Reimaginando a automação de processos

A Microsoft também introduziu fluxos de agentes, que efetivamente evoluem a automação de processos robóticos (RPA) ao combinar fluxos de trabalho baseados em regras com raciocínio de IA. Isso atende à demanda dos clientes por integrar lógica empresarial determinística com capacidades flexíveis de IA.

“Às vezes, eles não querem que o modelo improvisa. Eles não querem que a IA tome suas próprias decisões. Eles querem ter regras de negócio codificadas,” explicou Lamanna. “Outras vezes, querem que o agente improvisa e tome decisões de julgamento.”

Essa abordagem híbrida permite cenários como prevenção inteligente de fraudes, onde um fluxo de agentes pode usar lógica condicional para direcionar solicitações de reembolso de maior valor para um agente de IA para uma análise aprofundada contra documentos de políticas.

A Pets at Home, uma varejista de suprimentos para animais de estimação baseada no Reino Unido, já implantou essa tecnologia para prevenção de fraudes. Lamanna revelou que a empresa economizou “mais de um milhão de libras” por meio da implementação. Da mesma forma, a Dow Chemical conseguiu “milhões de dólares em economia para gestão de transporte e frete” por meio de otimização baseada em agentes.

Abaixo está um vídeo mostrando os Fluxos de Agentes em ação:

A vantagem do Microsoft Graph

Central para a estratégia de agentes da Microsoft está a integração de dados empresariais por meio do Microsoft Graph, que é um mapeamento abrangente das relações de trabalho entre pessoas, documentos, e-mails, eventos de calendário e dados empresariais. Isso fornece aos agentes uma consciência contextual que modelos genéricos carecem.

“O segredo menos conhecido da capacidade do Microsoft Graph é que podemos melhorar a relevância no graph com base no engajamento e em quão conectados alguns arquivos estão,” revelou Lamanna. O sistema identifica quais documentos são mais referenciados, compartilhados ou comentados, garantindo que os agentes façam referência a fontes autorizadas em vez de cópias desatualizadas.

Essa abordagem concede à Microsoft uma vantagem competitiva significativa sobre provedores de IA independentes. Embora concorrentes possam oferecer modelos avançados, a Microsoft combina esses modelos com contexto de trabalho e ajuste fino otimizados explicitamente para casos de uso empresariais e ferramentas da Microsoft.

A Microsoft pode aproveitar os mesmos dados da web e tecnologia de modelo que os concorrentes, observou Lamanna, “mas também temos todo o conteúdo dentro da empresa.” Isso cria um efeito de roda-viva onde cada nova interação do agente enriquece ainda mais a compreensão do gráfico sobre os padrões de trabalho.

Adoção empresarial e acessibilidade

A Microsoft priorizou tornar essas poderosas capacidades acessíveis a organizações com variados recursos técnicos, afirmou Lamanna. Os agentes estão expostos diretamente dentro do Copilot, permitindo que os usuários interajam por meio da linguagem natural sem a necessidade de expertise em engenharia de prompts.

Enquanto isso, o Copilot Studio fornece um ambiente de baixo código para o desenvolvimento de agentes personalizados. “Está em nosso DNA ter uma ferramenta para todos, não apenas para quem pode iniciar um SDK Python e fazer chamadas, mas qualquer um pode começar a construir esses agentes,” enfatizou Lamanna.

Essa abordagem de acessibilidade tem impulsionado uma rápida adoção. A Microsoft revelou anteriormente que mais de 100.000 organizações usaram o Copilot Studio e que mais de 400.000 agentes foram criados no último trimestre.

O cenário competitivo

Embora a Microsoft pareça liderar a implantação de agentes empresariais hoje, a concorrência está se intensificando. O Google expandiu suas capacidades do Gemini para agentes e codificação agentiva, enquanto o modelo o1 da OpenAI e o Agents SDK fornecem ferramentas poderosas de raciocínio e agentivas para desenvolvedores. Grandes empresas de aplicações empresariais como Salesforce, Oracle, ServiceNow, SAP e outras lançaram todas plataformas agentivas para seus clientes no último ano. E também na terça-feira, a AWS da Amazon lançou um agente de IA, chamado Amazon Q no Quicksight, para permitir que os funcionários interajam por meio da linguagem natural para realizar análises de dados sem habilidades especializadas.

Os funcionários podem usar a linguagem natural para realizar análises de dados em nível de especialista, fazer perguntas do tipo “e se” e obter recomendações acionáveis, ajudando-os a desbloquear novos insights e tomar decisões mais rapidamente.

No entanto, a vantagem da Microsoft reside em sua abordagem mais abrangente—uma forte ligação com a principal empresa de modelos de raciocínio, OpenAI, ao mesmo tempo que oferece escolha de modelo, infraestrutura empresarial de grau, extensa integração de dados entre ferramentas de trabalho e um foco em resultados comerciais, em vez de apenas capacidades brutas de IA. A Microsoft criou um ecossistema que se assemelha a melhores práticas ao combinar copilotos pessoais que entendem padrões de trabalho individuais com agentes especializados para processos de negócios específicos.

Para os decisores empresariais, a mensagem é clara: a tecnologia de agentes amadureceu além da experimentação para aplicações comerciais práticas com ROI mensurável. A escolha da plataforma depende cada vez mais da integração com ferramentas e dados existentes. Nesse aspecto, a Microsoft detém uma vantagem em muitas áreas de aplicação devido ao número de usuários que possui, por exemplo, no Excel e no Power Automate.

Assista à minha entrevista completa com Charles Lamanna embutida abaixo para ouvir em primeira mão como a Microsoft está conduzindo sua estratégia de agentes, o que essas novas capacidades significam para os usuários empresariais e como as organizações estão aproveitando os agentes para fornecer resultados comerciais mensuráveis: